Samarbete över gränser ska ge bättre AI-system

– FORSKNING INOM AI och tillämpad AI är så snabbt växande områden att det är omöjligt att hålla koll på allt på egen hand, säger Jennifer Horkoff, universitetslektor i software engineering. Förra året startade hon AI engineering lab tillsammans med några kollegor från Institutionen för data- och informationsteknik. Målet är att samla forskare och samarbetspartners som arbetar med praktisk tillämpning av AI.

– Samarbete hjälper oss att överbrygga gapet mellan forskning och praktik. Genom att mötas får vi tillgång till verkliga problem och verkliga system vilket gör vår forskning mer relevant, säger Jennifer Horkoff.

Nätverket vill samla forskare från olika ämnesområden som på olika sätt arbetar med praktisk användning av AI, vare sig det handlar om hälso och sjukvård, autonoma system eller programvaruutveckling. Själv arbetar Jennifer Horkoff just nu med projektet FAMER som handlar om kravhantering för perceptionssystem i autonoma fordon, där system med AI-komponenter behöver kunna uppfatta exempelvis trafikskyltar och fotgängare i trafiken. Precis som övriga projekt kopplade till labbet bedrivs FAMER-projektet fristående. Men AI engineering lab hjälper forskarna att hålla kontakt och dela erfarenheter med andra som arbetar med liknande utmaningar.

– Inom labbet kan vi utbyta idéer så att vi slipper uppfinna hjulet på nytt, säger Jennifer Horkoff.

AI ENGINEERING LAB anordnar regelbundet seminarier och workshops med inbjudna talare från hela världen, där medlemmarna får diskutera aktuella frågor inom tillämpad AI. Höstterminens andra seminarium, som äger rum i hus Jupiter på campus Lindholmen en regnig oktoberdag, har en inbjuden gäst från Australien. Trots att det är ett hybridmöte har omkring tjugo forskare samlats i konferensrummet. För forskare som Beatriz Cabrero-Daniel, som är i början av sin forskningskarriär, erbjuder labbet både nätverksmöjligheter och en bredare förståelse för forskningsfältet.

– Genom att öppet diskutera det vi håller på med lär vi oss mer om det internationella forskningslandskapet. Att dela erfarenheter ger också upphov till nya idéer, säger Beatriz Cabrero-Daniel.

PÅ SKÄRMEN ANSLUTER Qinghua Lu, en av Australiens ledande experter på ansvarsfull AI, som inleder seminariet med en presentation om säkrare AI-agenter. Med på länk är också Robert Feldt, professor i software engineering, som framför allt uppskattar möjligheten att ta del av andras erfarenheter av etiska avvägningar och ansvarsfull AI.

– Vi är ju experter på tekniken eller en viss tillämpning, men inte på etik. Samtidigt måste alla som arbetar med den här typen av teknik tänka på de etiska aspekterna. Utmaningarna är ofta desamma mellan projekten, så det är mycket effektivt att dela erfarenheter.

– Målet med all vår forskning är att skapa bra AI-baserade system, förklarar Jennifer Horkoff. Och med bra menar vi inte bara ekonomiskt framgångsrika eller effektiva. Systemen måste också vara säkra, skydda människors integritet och värna människors hälsa.

För att skapa bra AI-baserade system krävs ett nära samarbete med dem som utvecklar systemen. Enligt Jennifer Horkoff har institutionen redan ett gott samarbete med industrin, något som labbet vill bygga vidare på.

– Vi har en lång tradition av att samarbeta med industrin inom programvaruteknik, och nu vill vi fortsätta traditionen genom att hjälpa företag och institutioner att möta de nya utmaningar som följer med komplexa AI-system, säger Jennifer Horkoff.

ROBERT RELDT HAR SAMARBETAT med industrin i flera projekt och menar att det ofta tar några år att bygga upp ett bra samarbete. De största hindren för samarbetet är kortsiktigheten i organisationerna, menar han, samt brist på tid och resurser.

– Företag har ofta mindre tid än universiteten, och samarbetet kräver insatser från båda sidor. För att samarbeten ska fungera behöver det finnas engagemang och stöd på ledningsnivå. Det krävs att företagen ser forskningen som något som bidrar till deras utveckling på sikt, säger han.

Eftersom AI-forskningen är så mångfacetterad kan det dessutom vara svårt för externa aktörer att hitta rätt kontakt inom universitetet, tillägger Jennifer Horkoff.

– Forskningslandskapet förändras snabbare än universitetets organisationsstrukturer, vilket gör att relevant forskning kan vara svår att hitta. Huvudsyftet med att starta labbet var att samla all forskning inom AI-engineering på ett ställe och göra det enklare för potentiella samarbetspartners att hitta oss, säger Jennifer Horkoff.

Text: Natalija Sako